待验证50% 置信事实精确时间

2023年DeepMind的研究表明，约30%的机器人训练失败案例可追溯到奖励函数设计不当

1

来源数

50%

置信度

长期有效

时效性

2026/8/9

首次发现

来源

AI机器人投篮突然失控抽搐：具身智能的技术难题

相关事实

待验证强化学习在机器人领域面临的核心挑战是样本效率极低，真实机器人完成百万次试错耗时且有硬件损耗风险，促使离线强化学习和仿真到真实迁移成为研究热点76% 相似待验证单一的平均成功率指标无法充分评估机器人策略的部署风险，因为策略可能在关键的少数场景中出现灾难性失败72% 相似待验证通用家用机器人失败的共性原因包括功能分散、性价比困境、新鲜感衰减和可靠性不足71% 相似待验证Anthropic的研究表明，在生产环境中超过30%的Agent任务失败源于循环设计不当68% 相似待验证机器人世界模型领域长期缺乏统一、易用的评估工具，研究者用不同指标和数据集自证效果导致横向对比困难66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/714703

API

curl https://kongchang.com/api/v1/knowledge/claims/714703

MCP

get_claim(id=714703)